基于4D航跡運行的用于飛行沖突預警的空中交通管制系統技術方案

本發明專利技術涉及一種基于4D航跡運行的用于飛行沖突預警的空中交通管制系統，包括數據通信模塊、監視數據融合模塊、機載終端模塊、管制終端模塊，其中監視數據融合模塊用于實現空管雷達監視數據與自動相關監視數據的融合，為管制終端模塊提供實時航跡信息；管制終端模塊包括飛行前無沖突4D航跡生成、飛行中短期4D航跡生成、實時飛行沖突監控與告警、這3個子模塊；上述系統的基于4D航跡運行的飛行沖突預警方法，依靠管制終端模塊，處理飛行計劃數據并利用隱馬爾科夫模型生成4D航跡，實現空域交通狀況潛在的交通沖突的分析。本發明專利技術可有效預警飛行沖突，提高空中交通的安全性。

Air traffic control system for early warning of flight conflict based on 4D track operation

The invention relates to a method for air traffic control system of flight conflict early warning track operation based on 4D, including the data communication module, data fusion module, monitoring module, control module of airborne terminal terminal, the monitoring data fusion module is used to realize the integration of the radar surveillance data and automatic dependent surveillance data, provide real-time tracking information for control terminal the terminal module comprises a control module; pre flight collision free 4D flight trajectory generation, short-term 4D trajectory generation, real-time flight conflict monitoring and warning, the 3 sub modules; the system of flight conflict early warning method based on 4D track operation, depending on the control terminal module, data processing and flight plan using hidden Markoff model to generate the 4D track. Analysis and implementation of airspace traffic situation of the potential conflict. The invention can effectively prevent flight conflict and improve the safety of air traffic.

【技術實現步驟摘要】
基于4D航跡運行的用于飛行沖突預警的空中交通管制系統本申請是申請號為：201510007997.8，專利技術創造名稱為《空中交通管制系統的飛行沖突預警方法》，申請日為：2015年01月07日的專利技術專利申請的分案申請。
本專利技術涉及一種空中交通管制系統及方法，尤其涉及一種基于4D航跡運行的空中交通管制系統及對航空器軌跡進行預測并對飛行沖突預警的方法。
技術介紹
隨著全球航空運輸業快速發展與空域資源有限矛盾的日益突出，在空中交通流密集的復雜空域，仍然采用飛行計劃結合間隔調配的空中交通管理方式逐漸顯示出其落后性，具體表現在：(1)飛行計劃并未為航空器配置精確的空管間隔，容易造成交通流戰術管理中的擁擠，降低空域安全性；(2)以飛行計劃為中心的空管自動化系統對飛行剖面的推算和航跡預測精度差，造成沖突化解能力差；(3)空中交通管制工作仍然側重于保持單個航空器之間的安全間隔，很難上升到對交通流進行戰略性管理。對于航空器軌跡的預測并從而并對飛行沖突預警顯得尤為重要。4D航跡是以空間和時間形式，對某一航空器航跡中的各點空間位置(經度、緯度和高度)和時間的精確描述，基于航跡的運行是指在4D航跡的航路點上使用“控制到達時間”，即控制航空器通過特定航路點的“時間窗”。在高密度空域把基于4D航跡的運行(TrajectorybasedOperation)作為基本運行機制之一，是未來對大流量、高密度、小間隔條件下空域實施管理的一種有效手段，可以顯著地減少航空器航跡的不確定性，提高空域和機場資源的安全性與利用率。基于航跡運行的空中交通運行方式需要在戰略層面上對單航空器飛行航跡進行推算和優化，對多航空器構成的交通流實施協同和調整；在預戰術層面上通過修正交通流中個別航空器的航跡以解決擁塞問題，并保證該交通流中所有航空器的運行效率；而在戰術層面上預測沖突和優化解脫方案，則非常依賴于能否準確地對航空器的軌跡進行預測并對飛行沖突進行預警，目前均不能準確實時地對航空器的軌跡進行預測，實時性上做的尤為的差。
技術實現思路
本專利技術要解決的技術問題是在于克服現有技術的不足，提供一種基于4D航跡運行的用于飛行沖突預警的空中交通管制系統，可有效、準確、實時地預測航空器的軌跡并預測飛行沖突。實現本專利技術目的的技術方案是提供一種基于4D航跡運行的用于飛行沖突預警的空中交通管制系統，包括機載終端模塊、數據通信模塊、監視數據融合模塊以及管制終端模塊；監視數據融合模塊用于實現空管雷達監視數據與自動相關監視數據的融合，為管制終端模塊提供實時航跡信息；所述管制終端模塊包括以下子模塊：飛行前無沖突4D航跡生成模塊，根據飛行計劃和世界區域預報系統的預報數據，建立航空器動力學模型，然后依據飛行沖突耦合點建立航跡沖突預調配理論模型，生成航空器無沖突4D航跡；飛行中短期4D航跡生成模塊，依據監視數據融合模塊提供的實時航跡信息，利用隱馬爾科夫模型，推測未來一定時間窗內的航空器4D軌跡；實時飛行沖突監控與告警模塊，用于建立從航空器的連續動態到離散沖突邏輯的觀測器，將空中交通系統的連續動態映射為離散觀測值表達的沖突狀態；當系統有可能違反空中交通管制規則時，對空中交通混雜系統的混雜動態行為實施監控，為管制員提供及時的告警信息；所述基于4D航跡運行的用于飛行沖突預警的空中交通管制系統進行飛行沖突預警的方法包括如下幾個步驟：步驟A、飛行前無沖突4D航跡生成模塊根據飛行計劃和世界區域預報系統的預報數據，建立航空器動力學模型，并依據飛行沖突耦合點建立航跡沖突預調配理論模型，生成航空器無沖突4D航跡；步驟B、監視數據融合模塊將空管雷達監視數據與自動相關監視數據進行融合，生成航空器實時航跡信息并提供給管制終端模塊；管制終端模塊中的飛行中短期4D航跡生成模塊依據航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內的航空器4D軌跡；所述依據航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內的航空器4D軌跡的具體實施過程如下：步驟B6、對航空器軌跡數據預處理，依據所獲取的航空器原始離散二維位置序列x＝[x1,x2,...,xn]和y＝[y1,y2,...,yn]，采用一階差分方法對其進行處理獲取新的航空器離散位置序列△x＝[△x1,△x2,...,△xn-1]和△y＝[△y1,△y2,...,△yn-1],其中△xb＝xb+1-xb,△yb＝yb+1-yb(b＝1,2,...,n-1)；步驟B7、對航空器軌跡數據聚類，對處理后新的航空器離散二維位置序列△x和△y，通過設定聚類個數M'，采用K-means聚類算法分別對其進行聚類；步驟B8、對聚類后的航空器軌跡數據利用隱馬爾科夫模型進行參數訓練，通過將處理后的航空器運行軌跡數據△x和△y視為隱馬爾科夫過程的顯觀測值，通過設定隱狀態數目N'和參數更新時段ζ'，依據最近的T'個位置觀測值并采用B-W算法滾動獲取最新隱馬爾科夫模型參數λ'；步驟B9、依據隱馬爾科夫模型參數，采用Viterbi算法獲取當前時刻觀測值所對應的隱狀態q；步驟B10、通過設定預測時域h'，基于航空器當前時刻的隱狀態q，獲取未來時段航空器的位置預測值O；步驟C、實時飛行沖突監控與告警模塊建立從航空器的連續動態到離散沖突邏輯的觀測器，將空中交通系統的連續動態映射為離散觀測值表達的沖突狀態；當系統有可能違反空中交通管制規則時，對空中交通混雜系統的混雜動態行為實施監控，為管制員提供及時的告警信息。進一步的，步驟B中，所述聚類個數M'的值為4，隱狀態數目N'的值為3，參數更新時段ζ'為30秒，T'為10，預測時域h'為300秒。進一步的，步驟B的B8具體是指：由于所獲得的航跡序列數據長度是動態變化的，為了實時跟蹤航空器航跡的狀態變化，有必要在初始航跡隱馬爾科夫模型參數λ'＝(π,A,B)的基礎上對其重新調整，以便更精確地推測航空器在未來某時刻的位置；每隔時段ζ'，依據最新獲得的T'個觀測值(o1,o2,...,oT')對航跡隱馬爾科夫模型參數λ'＝(π,A,B)進行重新估計；步驟B的B10具體是指：每隔時段根據最新獲得的隱馬爾科夫模型參數λ'＝(π,A,B)和最近H個歷史觀測值(o1,o2,...,oH)，基于航空器當前時刻的隱狀態q，通過設定預測時域h'，在時刻t獲取航空器在未來時段h'的位置預測值O。更進一步的，時段為4秒。進一步的，所述步驟A的航空器無沖突4D航跡按照以下方法生成：步驟A1、進行航空器狀態轉移建模，根據飛行計劃中航空器的飛行高度剖面，建立單個航空器在不同航段轉移的Petri網模型：E＝(g,G,Pre,Post,m)為航空器階段轉移模型，其中g表示飛行航段，G表示垂直剖面中飛行狀態參數的轉換點，Pre和Post分別表示航段和航路點的前后向連接關系，表示航空器所處的飛行階段；步驟A2、建立航空器全飛行剖面混雜系統模型如下，vH＝κ(vCAS,Mach,hp,tLOC)，vGS＝μ(vCAS,Mach,hp,tLOC,vWS,α)，其中vCAS為校正空速，Mach為馬赫數，hp為氣壓高度，α為風向預報與航路的夾角，vWS為風速預報值，tLOC為溫度預報值，vH為高度變化率，vGS為地速；步驟A3、采用混雜系統仿真的方式推測求解航跡：采用將時間細分的方法，利用狀態連續變化的特性本文檔來自技高網...

【技術保護點】
一種基于4D航跡運行的用于飛行沖突預警的空中交通管制系統，其特征在于：包括機載終端模塊、數據通信模塊、監視數據融合模塊以及管制終端模塊；監視數據融合模塊用于實現空管雷達監視數據與自動相關監視數據的融合，為管制終端模塊提供實時航跡信息；所述管制終端模塊包括以下子模塊：飛行前無沖突4D航跡生成模塊，根據飛行計劃和世界區域預報系統的預報數據，建立航空器動力學模型，然后依據飛行沖突耦合點建立航跡沖突預調配理論模型，生成航空器無沖突4D航跡；飛行中短期4D航跡生成模塊，依據監視數據融合模塊提供的實時航跡信息，利用隱馬爾科夫模型，推測未來一定時間窗內的航空器4D軌跡；實時飛行沖突監控與告警模塊，用于建立從航空器的連續動態到離散沖突邏輯的觀測器，將空中交通系統的連續動態映射為離散觀測值表達的沖突狀態；當系統有可能違反空中交通管制規則時，對空中交通混雜系統的混雜動態行為實施監控，為管制員提供及時的告警信息；所述基于4D航跡運行的用于飛行沖突預警的空中交通管制系統進行飛行沖突預警的方法包括如下幾個步驟：步驟A、飛行前無沖突4D航跡生成模塊根據飛行計劃和世界區域預報系統的預報數據，建立航空器動力學模型，并依據飛行沖突耦合點建立航跡沖突預調配理論模型，生成航空器無沖突4D航跡；步驟B、監視數據融合模塊將空管雷達監視數據與自動相關監視數據進行融合，生成航空器實時航跡信息并提供給管制終端模塊；管制終端模塊中的飛行中短期4D航跡生成模塊依據航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內的航空器4D軌跡；所述依據航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內的航空器4D軌跡的具體實施過程如下：步驟B6、對航空器軌跡數據預處理，依據所獲取的航空器原始離散二維位置序列x＝[x...

【技術特征摘要】
1.一種基于4D航跡運行的用于飛行沖突預警的空中交通管制系統，其特征在于：包括機載終端模塊、數據通信模塊、監視數據融合模塊以及管制終端模塊；監視數據融合模塊用于實現空管雷達監視數據與自動相關監視數據的融合，為管制終端模塊提供實時航跡信息；所述管制終端模塊包括以下子模塊：飛行前無沖突4D航跡生成模塊，根據飛行計劃和世界區域預報系統的預報數據，建立航空器動力學模型，然后依據飛行沖突耦合點建立航跡沖突預調配理論模型，生成航空器無沖突4D航跡；飛行中短期4D航跡生成模塊，依據監視數據融合模塊提供的實時航跡信息，利用隱馬爾科夫模型，推測未來一定時間窗內的航空器4D軌跡；實時飛行沖突監控與告警模塊，用于建立從航空器的連續動態到離散沖突邏輯的觀測器，將空中交通系統的連續動態映射為離散觀測值表達的沖突狀態；當系統有可能違反空中交通管制規則時，對空中交通混雜系統的混雜動態行為實施監控，為管制員提供及時的告警信息；所述基于4D航跡運行的用于飛行沖突預警的空中交通管制系統進行飛行沖突預警的方法包括如下幾個步驟：步驟A、飛行前無沖突4D航跡生成模塊根據飛行計劃和世界區域預報系統的預報數據，建立航空器動力學模型，并依據飛行沖突耦合點建立航跡沖突預調配理論模型，生成航空器無沖突4D航跡；步驟B、監視數據融合模塊將空管雷達監視數據與自動相關監視數據進行融合，生成航空器實時航跡信息并提供給管制終端模塊；管制終端模塊中的飛行中短期4D航跡生成模塊依據航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內的航空器4D軌跡；所述依據航空器實時航跡信息和歷史航跡信息推測未來一定時間窗內的航空器4D軌跡的具體實施過程如下：步驟B6、對航空器軌跡數據預處理，依據所獲取的航空器原始離散二維位置序列x＝[x1,x2,...,xn]和y＝[y1,y2,...,yn]，采用一階差分方法對其進行處理獲取新的航空器離散位置序列△x＝[△x1,△x2,...,△xn-1]和△y＝[△y1,△y2,...,△yn-1],其中△xb＝xb+1-xb,△yb＝yb+1-yb(b＝1,2,...,n-1)；步驟B7、對航空器軌跡數據聚類，對處理后新的航空器離散二維位置序列△x和△y，通過設定聚類個數M'，采用K-means聚類算法分別對其進行聚類；步驟B8、對聚類后的航空器軌跡數據利用隱馬爾科夫模型進行參數訓練，通過將處理后的航空器運行軌跡數據△x和△y視為隱馬爾科夫過程的顯觀測值，通過設定隱狀態數目N'和參數更新時段ζ'，依據最近的T'個位置觀測值并采用B-W算法滾動獲取最新隱馬爾科夫模型參數λ'；步驟B9、依據隱馬爾科夫模...

【專利技術屬性】
技術研發人員：韓云祥，趙景波，李廣軍，
申請(專利權)人：江蘇理工學院，
類型：發明
國別省市：江蘇,32